欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

路径规划算法

程序员文章站 2022-03-27 12:40:45
路径规划算法学习Day3-Dijkstra算法实现前言一、Dijkstra算法二、使用步骤1.引入库2.读入数据总结前言算法原理:参考路径规划算法学习Day1提示:本文会用matlab实现Dijkstra算法,并且会分享一些函数用法的链接,也是本人学习得来,供大家参考,批评指正一、Dijkstra算法示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下(示例):import numpy as npimport pand...


前言

算法原理:参考路径规划算法学习Day1
路径规划算法学习Day1
此方法会结合网络占用法-栅格法来进行实现


提示:本文会用matlab实现Dijkstra算法,并且会分享一些函数用法的链接,也是本人学习得来,供大家参考,批评指正

1、Dijkstra算法

1.1、地图创建

总所周知:栅格法生成地图常规是的自己一个一个打,这样既麻烦还浪费时间
这里介绍几种方法:
way1:在命令框中码:map=rand(k)>0.7 %k代表多少维地图
way2:在matlab中安装Robotics Toolbox工具箱 里有专门的函数makemap可以帮助我们生成一张地图

1.2、matlab实现

function path=DJS(Map,origin,destination)
cmap = [1 1 1; ...white
        0 0 0; ...black
        0 1 0; ...green
        1 1 0; ...yellow
        1 0 0; ...red
        0 0 1; ...blue
        0 1 1];
    colormap(cmap);%map visualization 

[rows, cols]=size(Map);
logical_map = logical(Map);
map=zeros(rows, cols);
map(~logical_map)=1;%free
map(logical_map)=2;%obstacle
%定义一个变量node_cost_list来保存邻居以及它们到起始格的路程
%node_cost_list来保存这些信息,初始化为 Inf,表示从没有访问过。一旦有值,就说明是邻居,赋值的大小就表示该点跟起始点的路程。一旦变成红色,就把它的值再改回 Inf。
node_cost_list = Inf(rows, cols);
node_cost_list(origin(1),origin(2))=0;% set the node_cost of the origin node zero
%定义变量parent_list来保存路径
parent_list=zeros(rows, cols);% create parent_list
destination_index=sub2ind(size(Map),destination(1),destination(2));
origin_index=sub2ind(size(Map),origin(1),origin(2));

plan_success=false;
while true
    map(origin(1),origin(2))=3;
            map(destination(1),destination(2))=4;

            image(0.5,0.5,map);
            grid on;
            set(gca,'xtick',1:1:rows);
            set(gca,'ytick',1:1:cols);
            axis image;
            drawnow;
            %找出距离最小的节点          
            %搜索中心与起始点的路程min_node,搜索中心的索引坐标:current_node,
           [min_node,current_node]=min(node_cost_list(:));
           if(min_node == inf || current_node == destination_index)
               plan_success=true;
               break;
           end
           node_cost_list(current_node) = inf;%当前搜索中心这个位置赋值为 Inf,表示它已经当过搜索中心了。min函数就不会再找这个位置
           map(current_node) = 5;
           [i,j]=ind2sub(size(Map),current_node);
           for k = 0:3	% four direction
                if(k == 0)
                    adjacent_node = [i-1,j];
                     elseif (k == 1)
                    adjacent_node = [i+1,j];
                    elseif (k == 2)
                        adjacent_node = [i,j-1];
                    elseif(k == 3)
                    adjacent_node = [i,j+1];
                end
                if((adjacent_node(1)>0 && adjacent_node(1)<=rows) && (adjacent_node(2)>0 &&adjacent_node(2)<=cols))
                    if(map(adjacent_node(1),adjacent_node(2)) ~= 2 && map(adjacent_node(1),adjacent_node(2)) ~= 5)
                       if(node_cost_list(adjacent_node(1),adjacent_node(2)) > min_node + 1)
                          node_cost_list(adjacent_node(1),adjacent_node(2)) = min_node + 1;
                          if(map(adjacent_node(1),adjacent_node(2)) == 3)
                             parent_list(adjacent_node(1),adjacent_node(2)) = 0;%如果相邻节点是原点,则将父节点设置为0else
                             parent_list(adjacent_node(1),adjacent_node(2))=current_node;%否则设置当前节点为父节点
                          end
                          map(adjacent_node(1),adjacent_node(2)) = 6;
                       end
                    end
                end
           end
end

if(plan_success)
  path=[];
  node=destination_index;
  while parent_list(node)~=0
    path=[parent_list(node),path];
    node=parent_list(node);
  end
  for k = 2:size(path,2)
    map(path(k)) = 7;
    image(0.5,0.5,map);
    grid on;
    set(gca,'xtick',1:1:rows);
    set(gca,'ytick',1:1:cols);
    axis image;
    drawnow;
  end
else
   path=[];
end
end

1.3、20*20地图

路径规划算法

1.4、50*50地图

gif太大无法上传,后面我会完善
主要就是想对比一下,可以让大家看到迪杰斯特拉算法的缺点

2.函数解读

后续会在这放关于此算法中所用大的函数用法链接

本文地址:https://blog.csdn.net/CltCj/article/details/110881401